OPPO A5 Pro首創(chuàng)獵手天線架構(gòu):信號能穿十堵墻一加 Ace 5 Pro首發(fā)電競Wi-Fi芯片G1 帶來「穿墻王」和「搶網(wǎng)王」般的網(wǎng)絡(luò)體驗(yàn)電視市場又出黑馬!TCL同檔Mini LED音畫王P12K,萬象分區(qū)打造超強(qiáng)控光!零下25℃如何取暖?海爾水暖通溫暖驛站亮相冰雪大世界馬太效應(yīng),強(qiáng)者恒強(qiáng)?——《中國企業(yè)科創(chuàng)力研究報(bào)告(2024)》美團(tuán)年度報(bào)告竟然用上了AI和短劇?這下是真出圈了消息稱上汽大眾正開發(fā)三款新車,技術(shù)分別來自小鵬、智己和榮威鴻蒙智行泊車代駕VPD正式開啟全量推送!升級自動泊車/接駕等多項(xiàng)功能華為官方翻新手機(jī)最高降價(jià)4000元曝蘋果研發(fā)帶Face ID的智能家居門鈴:內(nèi)置自研W-Fi芯片李斌回應(yīng)螢火蟲外觀設(shè)計(jì):看過實(shí)車的人都喜歡這個(gè)設(shè)計(jì)林杰:未來 A 級、A0 級、A00 級車型都將是領(lǐng)克純電的“主場”豐巢存包柜亮相南寧地鐵站,助力城市韌性建設(shè)與智慧出行萬象分區(qū)、絢彩XDR、量子點(diǎn)Pro 2025齊出手,TCL引領(lǐng)觀影體驗(yàn)新變革!QQ音樂年度聽歌報(bào)告發(fā)布:誰是你最喜歡的歌手?OpenAI正式發(fā)布o(jì)3 - 通往AGI的路上,已經(jīng)沒有了任何阻礙「送禮物」難撬動社交電商,微信小店缺的是供給微軟Phi-4封神,14B小模型數(shù)學(xué)擊敗GPT-4o,合成數(shù)據(jù)占比40%,36頁技術(shù)報(bào)告出爐2024年結(jié)束,哪里是原創(chuàng)動畫的應(yīng)許之地?深扒一個(gè)正被游戲行業(yè)「搶占」的流量帝國
  • 首頁 > 云計(jì)算頻道 > 大模型

    IBM 推出高效 LLM 基準(zhǔn)測試方法,計(jì)算成本降低99%

    2024年06月04日 14:23:56   來源:站長之家

      IBM 研究發(fā)布了一項(xiàng)突破性的 LLM(大型語言模型)基準(zhǔn)測試方法,承諾將計(jì)算成本降低高達(dá)99%。傳統(tǒng)的基準(zhǔn)測試,如斯坦福的 HELM,需要耗費(fèi)超過一天的時(shí)間,并且成本高達(dá)1萬美元,這對開發(fā)人員和研究人員來說是一個(gè)昂貴的過程。隨著 LLMs 能力的增強(qiáng),基準(zhǔn)測試的過程變得更加嚴(yán)格,需要大量的計(jì)算能力和時(shí)間。

      IBM 的創(chuàng)新方法源自以色列的 IBM 研究實(shí)驗(yàn)室,由 Leshem Choshen 領(lǐng)導(dǎo)的團(tuán)隊(duì)開發(fā)了一種新方法,大幅降低基準(zhǔn)測試的成本。他們并非運(yùn)行全尺寸基準(zhǔn)測試,而是設(shè)計(jì)了一個(gè)使用原始基準(zhǔn)測試規(guī)模的1% 的 “微型” 版本。令人驚訝的是,這些微型基準(zhǔn)測試已被證明幾乎同樣有效,可以在98% 的準(zhǔn)確度內(nèi)估計(jì)出全尺寸測試的性能。

      該團(tuán)隊(duì)利用人工智能從完整基準(zhǔn)測試中選擇最具代表性的問題,包含在微小版本中。這種選擇性方法確保較小的基準(zhǔn)測試仍然高度預(yù)測整體模型性能,消除了不貢獻(xiàn)有意義評估的冗余或無關(guān)緊要的問題。

      IBM 的高效方法引起了 AI 社區(qū)的關(guān)注,尤其是在2023年 NeurIPS 的高效 LLM 比賽中。面臨使用有限計(jì)算資源評估大量模型的挑戰(zhàn),組織者與 IBM 合作實(shí)施了一個(gè)名為 Flash HELM 的簡化基準(zhǔn)測試。這種高效方法使他們能夠迅速淘汰表現(xiàn)較差的模型,并將計(jì)算資源集中在最有前途的候選模型上,從而進(jìn)行及時(shí)和具有成本效益的評估。

      Flash HELM 的成功展示了 IBM 高效基準(zhǔn)測試方法的潛力,促使其在 IBM 的 watsonx 平臺上評估所有 LLMs。成本節(jié)約可觀;例如,在像 HELM 這樣的基準(zhǔn)測試中評估 Granite13B 模型可能耗費(fèi)高達(dá)1000個(gè) GPU 小時(shí),但使用高效基準(zhǔn)測試方法顯著降低了這些成本。

      高效基準(zhǔn)測試不僅降低成本,還通過允許更快速地迭代和測試新算法來加速創(chuàng)新。IBM 研究人員,包括 Youssef Mroueh 在內(nèi),指出這些方法使得更快速、更經(jīng)濟(jì)的評估成為可能,促進(jìn)了更加靈活的發(fā)展過程。

      這一概念已經(jīng)超出了 IBM 的范疇。斯坦福實(shí)施了 Efficient-HELM,這是其傳統(tǒng)基準(zhǔn)測試的簡化版本,為開發(fā)人員提供了選擇示例數(shù)量和希望分配的計(jì)算資源量的靈活性。這一做法強(qiáng)調(diào)了一個(gè)新興共識,即更大的基準(zhǔn)測試不一定意味著更好的評估。

      “大型基準(zhǔn)測試不一定通過變得更大而增加價(jià)值,”Choshen 說。“這是我們的見解,我們希望它能夠引領(lǐng)更快速、更經(jīng)濟(jì)的 LLM 性能評估方法。”

      IBM 的高效基準(zhǔn)測試方法代表了人工智能領(lǐng)域的重大進(jìn)步,為評估先進(jìn)語言模型所需的不斷增加的成本和資源需求提供了實(shí)際解決方案。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。